LuanVan.vnLuận Văn
Gửi thư

Automated Data Parsing Using Vision-Language Model

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảNguyễn Thanh Bình
Người hướng dẫnĐinh Viết Sang; Đỗ Quốc Huy
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu tập trung giải quyết bài toán trích xuất thông tin khóa–giá trị từ tài liệu tiếng Việt trong điều kiện dữ liệu gán nhãn hạn chế và tài liệu có bố cục đa dạng. Thay vì phụ thuộc vào nhận dạng ký tự quang học, nghiên cứu áp dụng các mô hình Vision-Language Model để trích xuất thông tin trực tiếp từ hình ảnh tài liệu. Phương pháp thực hiện gồm xây dựng bộ dữ liệu huấn luyện và đánh giá từ nhiều loại tài liệu thực tế, tinh chỉnh mô hình EraX-VL bằng kỹ thuật QLoRA và sử dụng cơ chế giải mã có ràng buộc để tạo đầu ra theo định dạng JSON. Kết quả thực nghiệm cho thấy mô hình Gemini đạt độ đo F1 cao nhất, trong khi mô hình mã nguồn mở được tinh chỉnh vượt trội so với các mô hình mở khác trên dữ liệu tiếng Việt. Nghiên cứu đóng góp bộ dữ liệu mới, quy trình huấn luyện hiệu quả và cơ sở thực nghiệm cho các hệ thống xử lý tài liệu tự động.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.